MétaCan
Menu
Retour à la cohorte
Enregistrement W4393272547 · doi:10.1057/s41599-024-02940-7

Old age is also a time for change: trends in news intermediary preferences among internet users in Canada and Spain

2024· article· en· W4393272547 sur OpenAlexaboutno aff
Andrea Rosales, Mireia Fernández-Ardèvol, Madelín Goméz-León, Pedro Jacobetty

Notice bibliographique

RevueHumanities and Social Sciences Communications · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetPolitical scienceAdvertisingGeographyBusinessWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The social distancing imposed by the Covid-19 pandemic accelerated the digitalisation of societies, which also influenced habits related to the consumption and dissemination of news. In this context, older individuals are often blamed for contributing to disinformation, which is associated with the echo chambers fostered by social media. Mass media, social media and personal communication tools act as mass, social or personal intermediaries when it comes to keeping up to date with the news. This paper analyses the preferred intermediaries of older online adults (aged 60 and over) for following the news and how they change over time. We analysed two waves of an online survey-based longitudinal study conducted in Canada and Spain, before Covid-19 pandemic (2016/17), and during Covid-19 (in 2020). We found that most participants exclusively use mass intermediaries or combine mass with social and personal intermediaries to keep abreast of the news. However, only 28% of respondents inform themselves exclusively through the alleged echo chambers of social and personal intermediaries. Results also show that media ecologies evolve in different directions, and, despite the forced digitalisation driven by the pandemic, digital media usage did not always increase or evolve towards newer technologies. This paper contributes to understanding the diverse intermediaries used by older adults to obtain news and how such media ecologies can contribute to contrasting different sources of information beyond the alleged echo chambers of social media.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,278
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,120
Tête enseignante GPT0,333
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumanities and Social Sciences CommunicationsMême sujetTechnology Use by Older AdultsTravaux en français237 207